网页交互任务的用户情感测量方法

针对网页交互过程用户情感难以客观衡量的问题,提出运用用户完成交互任务时的眼动数据来衡量用户情感的方法.首先,选择中文版PAD情感量表及初步眼动指标,通过问卷调查选择代表性网站,并确立交互任务;其次,通过实验获得不同网页交互任务下被试的眼动数据及PAD情感数据,以情感类别为影响因素对眼动数据做方差齐性检验和单因素方差分析,确定与情感变化有关的眼动指标;最后,采用偏最小二乘方法建立眼动指标与用户情感之间的关系模型,并对模型进行有效性和适应性验证.结果表明,该模型可很好地测量用户情感.     

网页交互任务的用户情感测量方法

针对网页交互过程用户情感难以客观衡量的问题,提出运用用户完成交互任务时的眼动数据来衡量用户情感的方法.首先,选择中文版PAD情感量表及初步眼动指标,通过问卷调查选择代表性网站,并确立交互任务;其次,通过实验获得不同网页交互任务下被试的眼动数据及PAD情感数据,以情感类别为影响因素对眼动数据做方差齐性检验和单因素方差分析,确定与情感变化有关的眼动指标;最后,采用偏最小二乘方法建立眼动指标与用户情感之间的关系模型,并对模型进行有效性和适应性验证.结果表明,该模型可很好地测量用户情感.     

用户推荐对网络搜索行为影响的眼动研究

为研究用户推荐对网络搜索行为的影响,将用户推荐加入到搜索引擎结果页面中,通过眼动跟踪技术观察被试在完成网络搜索任务时行为的变化.实验结果显示,加入用户推荐对被试的搜索效率、注意力分布和点击分布没有显著影响.但反馈问卷显示,多数被试认为用户推荐有助于搜索,并且会在搜索中参考该信息.分析发现,两种结果矛盾的原因在于被试在搜索过程中常常会忽略用户推荐,产生无意视盲(inattentional blindness)现象.      

数字化监控任务界面中信息特征的视觉搜索实验

针对信息特征的视觉搜索过程,从凝视-扫视的浏览路径分析操作员搜索信息的注意资源分配,展开眼动跟踪实验.实验结果表明,搜索路径受任务驱动影响,在不同任务下反应时与眼动数据均有显著性差异;不同监控区域的信息分布注意捕获亦有显著性差异.凝视/扫视比表明,实验材料中监控任务布局的信息搜索较低;信息方位与信息特征容易被捕获.由此得到了认知信息处理与任务的关系、信息搜索与监控区域的关系以及信息特征的集簇关系.该结论能够有效指导监控任务界面的改良设计,从而提高操作员任务执行的认知绩效.     

不同年龄段人群驾驶分心时的视觉特性分析

针对驾驶过程中浏览车载信息系统次任务时引发的驾驶分心问题,研究聚焦不同年龄段驾驶员的视觉注意资源分配策略,分析在动态视觉信息源的刺激下发生驾驶分心时的视觉行为表征。通过视觉搜索的实验方法,模拟驾驶过程中驾驶员浏览车载信息系统次任务的视觉行为过程,并分别测量了横向和纵向两种车载中控屏摆放方式下的参试者视觉特性数据与搜索绩效数据。通过分析驾驶员浏览车载信息系统次任务时视觉注意资源的分散程度,以衡量其在行程中的驾驶分心程度,在此基础上提出有益于缓解驾驶分心行为的车载中控屏视觉区域。实验结果表明:横向中控屏测试中,参试者在上部区域的平均视觉搜索反应时长为641.92 ms,眼动数据显示,注视点集中分布于上部区域。纵向中控屏测试中,参试者在下部区域的平均视觉搜索反应时长为751.75 ms,眼动数据显示,注视点集中分布于右侧区域。年龄在59～68岁这个范围的老年参试者在执行模拟浏览车载信息系统次任务时的视觉搜索反应时长更长,平均为11 639.57 ms,注视点分布更分散。可知,在横向中控屏的上部区域与纵向中控屏的下部区域的反应时间更长,在横向中控屏的上部区域与纵向中控屏的右侧区域交叉的占用的注...     

考虑个体差异性疲劳驾驶检测方法研究

研究个体差异性对疲劳驾驶检测的影响.基于驾驶模拟实验,提取了20名驾驶人不同驾驶状态下的眼动特征参数.基于支持向量机,搭建了通用检测模型,分析了不同驾驶人之间检测结果的差异性.运用配对样本t检验和方差分析分别量化了驾驶人疲劳和个体差异性对眼动特征影响的显著性水平,以及综合影响的显著性水平.搭建了个体检测模型,并进行了实验验证.结果表明,眼动特征受疲劳驾驶和驾驶人个体差异性的显著性影响,同时,个体差异性会削弱由疲劳驾驶导致的差异.在构建疲劳驾驶检测模型时应充分考虑驾驶人个体差异性.     

基于Web2.0的用户信息组织研究

从Web2.0的技术应用出发,分析了Web2.0环境下的用户信息特征,探讨了用户信息组织应注意的问题,并提出用户参与式信息组织的方式。     

基于“眼动+面部表情”的航空公司官网用户体验分析与预测

针对低成本航空公司官网建设和优化需求,提出一种基于眼动和面部表情(AU)的用户体验分析与预测方法。首先,选择了6个具有代表性的低成本航空公司官网开展体验实验以采集体验过程中的眼动和AU数据。然后,从网页体验过程的眼动行为和情感角度分析官网的用户体验,并与用户的主观评价对比。最后,基于相关性分析提取与用户体验显著相关的眼动和面部表情指标。基于该指标组成的特征向量模式,利用支持向量机方法构建了用户体验的分类预测模型。研究结果表明低成本航空公司官网的建设应该在文字内容、功能区布局、色彩和操作性方面取得平衡才能获得好的用户体验,基于 “眼动+AU”的预测模型能支持用户体验的实时监测和动态评价。     

感性量化评价技术在工业产品设计中的认知研究与应用——以智能电源产品设计的眼动实验为例

运用眼动追踪技术对智能电源产品的造型形态、功能组件在交互界面中的体量规模,以及在空间设置中的视觉效果进行眼动实验.通过采集被试者在观察该类电源产品原型机与改良型样机的眼动数据,比较被试者在观察两款产品时眼动数据上的差异,分析存在差异的原因,验证眼动实验对产品形态设计评估的有效性.实现眼动追踪技术与感性量化评价手段之间的结合,在判断产品视觉要素对影响用户认知效果上进行了探索性尝试.     

Web用户访问模式挖掘

随着网站内容的不断丰富和访问量的增加,网站结构变得越来越复杂,导致信息获取和推送都比较困难.将数据挖掘技术应用于用户访问模式,形成了Web访问模式挖掘.Web访问模式挖掘是从Web访问日志中挖掘有用的用户访问信息,据此可以形成关联规则、序列模式、聚类模式和分类模式等4类信息,这对于优化站点结构、为不同类别的用户提供个性化服务,有效地实现信息获取和信息推送是非常必要的.Web访问模式挖掘是目前数据挖掘领域的一个重要研究课题,结合研究工作,从概念、方法、任务、过程、应用及面临的挑战等方面对其进行了较详细的评述.